水壺：ETL標準化分割字符串字段

Question

我有數據庫，它有一個實際上攜帶兩個（用「;」分隔的字符串）的屬性。就以下面的例子來看看：

例

這是一個有像這樣的表我的數據庫（來源）：

事實上，這似乎一切ok ，但是當你認爲author可以有一個或多個入口。你有這樣的記載：

文件（ID 1，作者 「約翰·馬特;瑪麗騎士」，抽象 「Lorem存有......」 年 2015年）

所以我打算在數據庫B（目標）做的是這樣的：

其中a_id從表Authors是一個外鍵表012引用。

在首先保證我將填補所有的作家（其中有與沒有問題），然後分配作者羣到各自的文件（這是問題），因爲我可以有這種情況

作者（ID 1，名 「約翰·馬特」） （ID 2，名 「約翰·馬特」） （ID 2，名 「瑪麗騎士」）

請注意，id 2將成爲參與上一個示例的插入。

問：

如何這個程序可以使用使用水壺的ETL過程來完成？ 這是一個很好的實踐或由「;」分隔的字符串屬性它夠好嗎？

Answer 1

如果我理解正確你的問題，你必須具有行像

document (id 1, author "John Matt; Mary Knight", abstract "Lorem ipsum...", year 2015)

數據庫現在，你需要提取多個作者，其被;分開。

PDI爲您提供了一個稱爲的步驟，將行拆分爲。使用分隔符作爲;，您將獲得多個數據分割副本。接下來，您可以使用作者表中的唯一ID。

或者，您也可以使用修改後的Java腳本步驟來拆分行。建議您使用第一步。

希望這會有所幫助:)